Predictive Policing Predictive Policing
BiblioMap
Synonyme
Predictive Policing, Precrime-System
Bemerkungen
Die Programme überschätzen das Risiko von Gefährderinnen. In der Praxis führen sie bei Polizisten, die sie benutzen, zu einem Tunnelblick.
Von Adrienne Fichter, Florian Wüstholz im Text Die Polizei weiss, was Sie morgen vielleicht tun werden (2020) Das Ergebnis ist, dass wir Armut kriminalisieren, dabei aber die ganze Zeit glauben, unsere Werkzeuge seien nicht nur wissenschaftlich, sondern auch gerecht.
Von Cathy O’Neil im Buch Weapons of Math Destruction (2016) im Text Civilian Casualties Significant claims have been made that predictive
policing systems exhibit racial bias, disproportionately directing
police attention on to particular ethnic groups.
Von Ben Williamson im Buch Big Data in Education (2017) im Text Conceptualizing Digital Data In einigen Kantonen wurden jahrelang digitale Prognostikprogramme und Präventivmassnahmen im rechtsfreien Raum angewendet. Gefährderdatenbanken wurden ohne rechtliche Grundlage angelegt.
Von Adrienne Fichter, Florian Wüstholz im Text Die Polizei weiss, was Sie morgen vielleicht tun werden (2020) Die Schweiz ist im deutschsprachigen Raum Pionierin für Predictive Policing. Immer mehr sogenannte «Gefährder» werden in Datenbanken erfasst, in der eigenen Wohnung aufgesucht und angesprochen, beobachtet, überwacht.
Von Adrienne Fichter, Florian Wüstholz im Text Die Polizei weiss, was Sie morgen vielleicht tun werden (2020) Take, for example, the algorithm-generated ‘heat maps’ used in Chicago, Illinois, to identify people who are most likely
to be involved in a shooting. A study published last month indicates that such maps
are ineffective: they increase the likelihood
that certain people will be targeted by the
police, but do not reduce crime.
Von Kate Crawford, Ryan Calo im Text There is a blind spot in AI research (2016) Es gibt keine öffentliche Debatte über Predictive-Policing-Programme und auch keine Regulierungen. Nur wenige wurden von unabhängiger Seite evaluiert. Für viele Polizeibeamtinnen ist nicht nachvollziehbar, wie die Programme funktionieren. Die Algorithmen sind Geschäftsgeheimnis der Anbieter, und die Daten liegen teilweise auf Servern im Ausland.
Von Adrienne Fichter, Florian Wüstholz im Text Die Polizei weiss, was Sie morgen vielleicht tun werden (2020) Precobs wird in einigen Städten in
Bayern, Baden-Württemberg und der
Schweiz eingesetzt beziehungsweise getestet,
um Einbruchsdelikte zu verhindern.
Dabei stützt sich die Software auf
eine starke theoretische Grundlage:
Diverse Wissenschaftler haben bereits
nachgewiesen, dass auf eine Tat häufig
weitere Taten in kurzen zeitlichen und
räumlichen Abständen folgen, sogenannte
Near Repeats. Nach solchen Mustern
sucht Precobs und schlägt automatisch
Alarm, wenn aus einer Ecke der Stadt
mehrere Einbrüche gemeldet werden.
Von Andrea Trinkwalder in der Zeitschrift Neuronale Denkfehler (2018) im Text Irren ist künstlich auf Seite 132Der Strafrechtsexperte und Datenschutzaktivist
Hanni Fakhoury von der
Electronic Data Foundation sagt auf Anfrage:
«Eines der Probleme von Predictive
Policing ist, dass letztlich jeder Algorithmus,
der auf menschlichen Daten
basiert, in das System eingespeist wird.
Wenn Polizeiarbeit auf stereotypen
oder gar rassistischen Profilen gründet,
wird der Algorithmus einfach dieselben
Ergebnisse ausspucken.» Fakhoury hält
die Software für noch nicht ausgereift.
«Im Moment gibt es noch zu viel Unsicherheit
und fehlendes Wissen darüber,
wie diese Entscheidungen getroffen
werden.»
Von Adrian Lobe im Text Per Mausklick zum Tatort (2014) Methodisch ist die Vorgehensweise insofern problematisch, als Muster, die in der Vergangenheit nicht auftraten, in der Zukunft schwerlich vorausgesagt werden können. Wenn es keinerlei Regelmässigkeiten über Verbrechen gibt, die sich zu einem Muster zusammenpuzzeln lassen, können auch keine Vorhersagen getroffen werden. Überall dort, wo ein Täter nicht gezielt vorgeht, wo er impulsiv agiert (wie etwa bei Kapitalverbrechen) oder im Affekt handelt, läuft die Methode folglich ins Leere. Kriminalität ist kein blosses Rechenspiel, sondern ein komplexes Konstrukt aus Intentionen, Motivationen und äusseren Umständen. Insofern kann Predictive Policing nur ein Ergänzungswerkzeug der Ermittler sein.
Von Adrian Lobe im Text Per Mausklick zum Tatort (2014) Im Sommer machte in den USA ein
weiterer Fall Schlagzeilen: An der Tür
von Robert McDaniel klingelte die Polizei.
Der junge Mann, ein Highschool-
Abbrecher, wohnte in einem Problemviertel
von Chicago, war aber nicht polizeibekannt.
Die Polizeibeamtin sagte
ihm brüsk: «Wenn du irgendein Verbrechen
begehst, wird das ernsthafte Konsequenzen
haben. Wir beobachten
dich!» McDaniel war verdutzt. Was er
nicht wusste: Er landete auf der Heat
List – einem Index von 400 Personen,
die am wahrscheinlichsten ein Verbrechen
begehen. McDaniel hatte das Pech,
dass er im «falschen» Viertel lebte. Die
Eigenschaften «Schulabbrecher» und
«kriminelles Umfeld» machten aus ihm
einen potenziellen Täter.
Von Adrian Lobe im Text Per Mausklick zum Tatort (2014) Schon 2011 hatte die Polizei von Los Angeles die Operation LASER gestartet, um gewalttätige Wiederholungstäter und Gangmitglieder »mit laserartiger Präzision« ins Visier zu nehmen. Man malte sich aus, Polizisten würden so präzise wie hochqualifizierte Chirurgen arbeiten können, die mittels Lasertechnologie Tumoren entfernen. Abermals wurden Menschen auf eine Liste gesetzt, und irgendwie kam es, dass 89 Prozent von ihnen nicht weiß waren, was darauf schließen ließ, dass die Software die ethnischen Vorurteile weißer Amerikaner widerspiegelte. Acht Jahre nach der Einführung von LASER veröffentlichte das Los Angeles Police Department einen eigenen niederschmetternden Bericht über die Unzuverlässigkeit der »laserartigen« Risikobewertungen und unzureichend ausgebildetes Bedienungspersonal. Das Programm wurde beendet.
Von Gerd Gigerenzer im Buch Klick (2021) im Text Transparenz 2012 führte die Chicagoer Polizei Software ein, um zu bestimmen, wer wahrscheinlich Verursacher oder Opfer von Straftaten werden würde. Die Software bewertete die Menschen, indem sie eine Unzahl von Faktoren wie beispielsweise das Strafregister berücksichtigte. Das Motto lautete: »Wir wissen, wer sie sind.« Durch dieses Wissen landeten binnen weniger Jahre rund 400 000 Personen mitsamt ihrer Risikobewertung auf einer Liste. Diese wurde weder einer unabhängigen Prüfung noch einer Erfolgskontrolle unterzogen. Acht Jahre später beerdigte die Chicagoer Polizei das Programm in aller Stille, nachdem Forscher von der RAND Corporation in einem Bericht zu einem vernichtenden Urteil gekommen waren: Es gebe keinen Beleg dafür, dass das Programm die Gewaltdelikte eingeschränkt hätte. Stattdessen lösten die undurchsichtigen inneren Prozesse der Software ein hohes Maß an Furcht und Misstrauen in der Öffentlichkeit aus.
Von Gerd Gigerenzer im Buch Klick (2021) im Text Transparenz Warum gelingt es Predictive Policing nicht, seine Versprechen einzulösen? Eine typische Antwort lautet, es seien mehr Daten erforderlich. Tatsächlich sind für die Vorhersage von Straftaten ebenso viele Informationen verfügbar wie für die Vorhersage von Rückfallquoten oder Grippeerkrankungen. Die Antwort betrifft vielmehr die Ungewissheit, mit der das kriminelle Verhalten von Menschen behaftet ist. Wer ein Verbrechen begeht und wo er es verübt, wird von zu vielen Faktoren bestimmt, und es ist nicht möglich, diese Faktoren anhand früherer Fälle zu identifizieren und künftiges Verhalten vorherzusagen. Die Daten könnten »schmutzig« sein, kontaminiert von ethnischen oder anderen Bias, die zu falschen Risikobewertungen und negativen Auswirkungen auf die Betroffenen führen. Die Fälle von Chicago und Los Angeles hatten den positiven Aspekt, dass Journalisten, zivilgesellschaftliche Organisationen und letztlich öffentliche Gremien in gemeinsamer Anstrengung den Abbruch dieses kommerziellen, pseudowissenschaftlichen Projekts erzwangen. In Hamburg wurde es sogar fallengelassen, bevor es je begonnen hatte.
Von Gerd Gigerenzer im Buch Klick (2021) im Text Transparenz Verwandte Objeke
Verwandte Begriffe (co-word occurance) | Palantir(0.04) |
Häufig erwähnende Personen
Häufig co-zitierte Personen
Andrew D.
Selbst
Selbst
Solon
Barocas
Barocas
Kate
Crawford
Crawford
Elon
Musk
Musk
E. D.
Tagg
Tagg
J. D.
Tinsley
Tinsley
Albert
Hirschman
Hirschman
Rob
Kitchin
Kitchin
Statistisches Begriffsnetz
Zitationsgraph
Zeitleiste
97 Erwähnungen
- Dein Algorithmus - meine Meinung! - Algorithmen und ihre Bedeutung für Meinungsbildung und Demokratie (BLM Bayerische Landeszentrale für neue Medien)
- The Global Expansion of AI Surveillance (Steven Feldstein)
- Stop Teaching Our Kids to Kill - A Call to Action Against TV Movie and Video Game Violence (Dave Grossman, Gloria DeGaetano) (1999)
- Liars and Outliers - Enabling the Trust that Society Needs to Thrive (Bruce Schneier) (2012)
- To Save Everything, Click Here - The Folly of Technological Solutionism (Evgeny Morozov) (2013)
- Big Data - A Revolution That Will Transform How We Live, Work and Think (Viktor Mayer-Schönberger, Kenneth Cukier) (2013)
- The Naked Future - What Happens in a World That Anticipates Your Every Move? (Patrick Tucker) (2014)
- Der NSA-Komplex (Marcel Rosenbach, Holger Stark) (2014)
- Überwachung total - Wie wir in Zukunft unsere Daten schützen (Peter Schaar) (2014)
- Digitale Diktatur - Totalüberwachung Datenmissbrauch Cyberkrieg (Thomas Ammann, Stefan Aust) (2014)
- The Monsters of Education Technology (Audrey Watters) (2014)
- Nicht wissen - Kursbuch 180 (2014)
- Per Mausklick zum Tatort (Adrian Lobe) (2014)
- The Master Algorithm - How the Quest for the Ultimate Learning Machine Will Remake Our World (Pedro Domingos) (2015)
- Digital Sociology (Deborah Lupton) (2015)
- coding/learning - software and digital data in education (Ben Williamson) (2015)
- The Internet of Things (Samuel Greengard) (2015)
- Im roten Bereich (Jörg Schindler, Wolf Wiedmann-Schmidt) (2015)
- Die Herrschaftsformel - Wie Künstliche Intelligenz uns berechnet, steuert und unser Leben verändert (Kai Schlieter) (2015)
- Die digitale Bildungsrevolution - Der radikale Wandel des Lernens und wie wir ihn gestalten können (Jörg Dräger, Ralph Müller-Eiselt) (2015)
- Big Data und Medienbildung - Zwischen Kontrollverlust, Selbstverteidigung und Souveränität in der digitalen Welt (Harald Gapski) (2015)
- Big Data und Medienbildung - eine Einleitung (2015)
- Medienbildung in der Medienkatastrophe - Big Data als Herausforderung
- Feedback - Wie Rückkopplung unser Leben bestimmt und Natur, Technik, Gesellschaft und Wirtschaft beherrscht (Jürgen Beetz) (2016)
- Weapons of Math Destruction - How Big Data Increases Inequality and Threatens Democracy (Cathy O’Neil) (2016)
- 5. Civilian Casualties - Justice in the Age of Big Data
- Auf dem Weg zum Arbeitsmarkt 4.0? - Mögliche Auswirkungen der Digitalisierung auf Arbeit und Beschäftigung in Deutschland bis 2030 (Juliane Landmann, Stefan Heumann, Bertelsmann Stiftung) (2016)
- Total berechenbar - Wenn Algorithmen für uns entscheiden (Christoph Dröser) (2016)
- Digitale Datenerhebung und -verwertung als Herausforderung für Medienbildung und Gesellschaft - Ein medienpädagogisches Diskussionspapier zu Big Data und Data Analytics (Sandra Aßmann, Niels Brüggen, Valentin Dander, Harald Gapski, Gerda Sieben, Angela Tillmann, Isabel Zorn) (2016)
- Smarte Maschinen - Wie künstliche Intelligenz unser Leben verändert (Ulrich Eberl) (2016)
- Aufstieg der digitalen Stammesgesellschaft - Die neue grosse Transformation (Oliver Fiechter, Philipp Löpfe) (2016)
- 1. Ändern sich die Medien, ändert sich die Gesellschaft - Big data vermischen Realität und Virtualität
- Das Ende der Demokratie - Wie die künstliche Intelligenz die Politik übernimmt und uns entmündigt (Yvonne Hofstetter) (2016)
- There is a blind spot in AI research (Kate Crawford, Ryan Calo) (2016)
- smarte worte - Das kritische Lexikon der Digitalisierung (Martha Dörfler, Sabine Nuss, Patrick Stary, Rosa-Luxemburg-Stiftung) (2016)
- Big Data in Education - The digital future of learning, policy and practice (Ben Williamson) (2017)
- 2. Conceptualizing Digital Data - Data mining, analytics and imaginaries
- Das Netz in unsere Hand - Vom digitalen Kapitalismus zur Datendemokratie (Thomas Wagner) (2017)
- 2. Ein schlechtes Geschäft - Wie wir als Internetnutzer um unser Eigentum gebracht werden
- Kybernetik, Kapitalismus, Revolutionen - Emanzipatorische Perspektiven im technologischen Wandel (Paul Buckermann, Anne Koppenburger, Simon Schaupp) (2017)
- Unsere digitale Zukunft - In welcher Welt wollen wir leben? (Carsten Könneker) (2017)
- 1. Digitale Demokratie statt Datendiktatur (Dirk Helbing, Bruno S. Frey, Gerd Gigerenzer, Ernst Hafen, Michael Hagner, Yvonne Hofstetter, Jeroen van den Hoven, Roberto V. Zicari, Andrej Zwitter) (2015)
- Predictive Policing als Instrument zur Prävention von Wohnungseinbruchdiebstahl - Evaluationsergebnisse zum Baden-Württembergischen Pilotprojekt P4 (Dominik Gerstner) (2017)
- Technology Review 10/2017 (2017)
- Medienkompetenz - Herausforderung für Politik, politische Bildung und Medienbildung (Harald Gapski, Monika Oberle, Walter Staufer) (2017)
- Kein Mensch lernt digital - Über den sinnvollen Einsatz neuer Medien im Unterricht (Ralf Lankau) (2017)
- Automating Inequality (Virginia Eubanks) (2018)
- Wo Maschinen irren können - Verantwortlichkeiten und Fehlerquellen in Prozessen algorithmischer Entscheidungsfindung (Katharina A. Zweig, Sarah Fischer, Konrad Lischka) (2018)
- Schwacher Staat im Netz - Wie die Digitalisierung den Staat in Frage stellt (Martin Schallbruch) (2018)
- Damit Maschinen den Menschen dienen - Lösungsansätze, um algorithmische Prozesse in den Dienst der Gesellschaft zu stellen (Julia Krüger, Konrad Lischka) (2018)
- Synergie #05 - Fachmagazin für Digitalisierung in der Lehre (2018)
- (Un)berechenbar? - Algorithmen und Automatisierung in Staat und Gesellschaft (Resa Mohabbat Kar, Basanta Thapa, Peter Parycek) (2018)
- New Dark Age - Technology and the End of the Future (James Bridle) (2018)
- Bericht der Expertengruppe zur Zukunft der Datenbearbeitung und Datensicherheit (2018)
- Hello World - How to Be Human in the Age of the Machine (Hannah Fry) (2018)
- Das Zeitalter des Überwachungskapitalismus (Shoshana Zuboff) (2018)
- Stellungnahme Öffentliches Fachgespräch zum Thema «Digitalisierung in Schule, Ausbildung und Hochschule» (Ira Diethelm) (2018)
- Du wirst eingebrochen haben (David Hesse, Christian Zürcher) (2018)
- Neuronale Denkfehler - Künstliche Intelligenz: zu naiv, um schlau zu sein (Schwerpunktthema c't 24/18) (2018)
- Irren ist künstlich - Wo künstliche Intelligenz noch schwächelt (Andrea Trinkwalder)
- Die Zukunft der Datenökonomie - Zwischen Geschäftsmodell, Kollektivgut und Verbraucherschutz (Carsten Ochs, Michael Friedewald, Thomas Hess, Jörn Lamla) (2019)
- 12. Auf dem Weg in eine Diktatur der Wahrscheinlichkeit? - Fragen nach der Verantwortung beim Einsatz von Prognosesoftware (Marlis Prinzing)
- Speichern und Strafen - Die Gesellschaft im Datengefängnis (Adrian Lobe) (2019)
- Should Robots Replace Teachers? - AI and the Future of Education (Neil Selwyn) (2019)
- Realitätsschock - Zehn Lehren aus der Gegenwart (Sascha Lobo) (2019)
- Diskriminierungsrisiken durch Verwendung von Algorithmen - Eine Studie, erstellt mit einer Zuwendung der Antidiskriminierungsstelle des Bundes. (Carsten Orwat) (2019)
- Informatik 2019 - Konferenzbeiträge der 49. Jahrestagung der Gesellschaft für Informatik (2019)
- Speichern und Strafen. Die Gesellschaft im Datengefängnis. (Peter Schaar) (2019)
- Gutachten der Datenethikkommission (dek Datenethikkommission) (2019)
- 360°-Überwachung «made in Turkey» - jedes Gesicht in Sekunden identifiziert (Adrienne Fichter) (2019)
- AI Ethics (Mark Coeckelbergh) (2020)
- Too Smart - How Digital Capitalism Is Extracting Data, Controlling Our Lives, and Taking Over the World (Jathan Sadowski) (2020)
- If Then - How Simulmatics Corporation Invented the Future (Jill Lepore) (2020)
- Towards Digital Enlightenment - Essays on the Dark and Light Sides of the Digital Revolution (Dirk Helbing) (2020)
- Die Tafel muss raus!? (von Dieter Smolka, Jutta Sengpiel) (2020)
- Elefant im (Klassen-)Raum - oder: Der digitale Kontrollverlust in der Schule? (Harald Gapski)
- Schule nach der Digitalisierung - eine Zeitreise ins Jahr 2040 (Jöran Muuß-Merholz) (2020)
- Automating Society Report 2020 (Fabio Chiusi, Sarah Fischer, Nicolas Kayser-Bril, Matthias Spielkamp) (2020)
- WiPSCE '20 - Workshop in Primary and Secondary Computing Education, Virtual Event, Germany, October 28-30, 2020 (Torsten Brinda, Michal Armoni) (2020)
- The road to finding interesting contexts for teaching data literacy at school (Stephan Napierala) (2020)
- World Yearbook of Education 2021 - Accountability and Datafication in the Governance of Education (Sotiria Grek, Christian Maroy, Antoni Verger) (2020)
- 4. Between Fairness Optimization and ‘Inequalities of Dataveillance’ - the Emergence and Transformation of Social Indices in German School Monitoring and Management (Sigrid Hartong, Andreas Breiter)
- Digitalisierung der Bildung - FIfF-Kommunikation 4/2020 (2020)
- Die Polizei weiss, was Sie morgen vielleicht tun werden (Adrienne Fichter, Florian Wüstholz) (2020)
- Technology Assessment - in Techno-Anthropological Perspective (2021)
- Wenn KI, dann feministisch - Impulse aus Wissenschaft und Aktivismus (netzforma* e.V) (2021)
- Data Lives - How Data Are Made And Shape Our World (Rob Kitchin) (2021)
- Login 195/196 (2021)
- Elefant im (Klassen-)Raum - oder: Der digitale Kontrollverlust in der Schule? (Harald Gapski)
- Noise (Daniel Kahneman, Olivier Sibony, Cass R. Sunstein) (2021)
- Digitale Revolution und Bildung - Für eine zukunftsfähige Medienkompetenz (Roberto Simanowski) (2021)
- 6. Vorfahrtsregeln
- Klick - Wie wir in einer digitalen Welt die Kontrolle behalten und die richtigen Entscheidungen treffen (Gerd Gigerenzer) (2021)
- Gymnasiale Bildung in der digitalen Gesellschaft - Überlegungen und Empfehlungen des Schweizerischen Wissenschaftsrates SWR (Schweizerischer Wissenschafts- und Innovationsrat, Michael Geiss) (2021)
- Pädagogik, Soziale Arbeit und Digitalität (Thomas Damberger, Ines Schell-Kiehl, Johannes Wahl) (2022)
- New Perspectives in Critical Data Studies - The Ambivalences of Data Power (Andreas Hepp, Juliane Jarke, Leif Kramp) (2022)
- The Datafied Welfare State - A Perspective from the UK (Lina Dencik)
- Resisting AI - An Anti-fascist Approach to Artificial Intelligence (Dan McQuillan) (2022)
- Was macht die Digitalisierung mit der Politik? (Björn Klein, Robin Schmidt) (2022)
- WiPSCE '22 - The 17th Workshop in Primary and Secondary Computing Education, Morschach, Switzerland, 31 October 2022 - 2 November 2022 (Mareen Grillenberger, Marc Berges) (2022)
- Do not feed the Google - Republik-Serie (2023)
- 4. Wenn ethische Werte nur ein Feigenblatt sind (Daniel Ryser, Ramona Sprenger) (2023)
- Mensch und Maschine - Herausforderungen durch Künstliche Intelligenz (Deutscher Ethikrat) (2023)
- Der Lernbereich «Künstliche Intelligenz» in der Jahrgangsstufe 11 des Gymnasiums - Erläuterungen und Materialien für Lehrkräfte (Alexander Ruf, Marco Hegmann, Christoph Gräßl, Wolfgang Pfeffer) (2023)
- ibis 1/1 (2023)
- KI in der Kiste (Annabel Lindner, Michaela Müller-Unterweger, Marc Berges, Mathias Rösch)
- c't KI-Praxis (2023)
- Systemsprenger (Andrea Trinkwalder) (2023)
- KI für Lehrkräfte - ein offenes Lehrbuch (Colin de la Higuera, Jotsna Iyer) (2024)
- Die Verselbstständigung des Kapitalismus - Wie KI Menschen und Wirtschaft steuert und für mehr Bürokratie sorgt (Mathias Binswanger) (2024)
- Das müssen Sie über KI wissen - c't 11/2024 (2024)
- Aufgeweichtes Regelwerk - Was die neue KI-Verordnung der EU für KI-Anbieter und Anwender ändert (Holger Bleich)
- Zwischen Macht und Mythos - Eine kritische Einordnung aktueller KI-Narrative (Rainer Rehak) (2024)